Este documento presenta gráficos y tablas, a partir de los datos de Estadisticas Policiales en el año 2021, compartidos por el Organismo de Investigación Judicial (OIJ).
library(DT)
library(ggplot2)
library(plotly)
library(dplyr)
library(leaflet)
library(sf)
library(readxl)
library(tidyverse)
library(ggthemes)
library(terra)
library(raster)
library(rgdal)
library(lubridate)
Estadisticas_Policiales <-
readxl::read_excel("C:/Users/ACER/Documents/estadisticaspoliciales2021.xls")
Estadisticas_Policiales$Fecha <- as.Date(Estadisticas_Policiales$Fecha, format = "%Y-%m-%d")
# Tabla interactiva del paquete DT
Estadisticas_Policiales %>%
dplyr::select(Delito,
Fecha,
Victima,
Edad,
Genero,
Provincia,
Canton) %>%
mutate(Fecha = as.Date(Fecha, format = "%d/%m/%Y")) %>%
datatable(
options = list(
pageLength = 15,
language = list(url = '//cdn.datatables.net/plug-ins/1.10.11/i18n/Spanish.json')
),
colnames = c(
# encabezados de las columnas
"Delito",
"Fecha",
"Víctima",
"Edad",
"Género",
"Provincia",
"Cantón"
)
)
## Warning in instance$preRenderHook(instance): It seems your data is too big
## for client-side DataTables. You may consider server-side processing: https://
## rstudio.github.io/DT/server.html
Cantidad_de_delito_por_tipo <-
Estadisticas_Policiales %>%
count(Delito) %>%
ggplot(aes(x = reorder(Delito, n), y = n)) +
geom_bar(stat = "identity") +
ggtitle("Cantidad de Delitos por tipo de Delito") +
xlab("Tipo de Delito") +
ylab("Cantidad") +
coord_flip() +
theme_hc()
Cantidad_de_delito_por_tipo %>%
ggplotly() %>%
config(locale = "es")
Estadisticas_Policiales$Mes <- month(Estadisticas_Policiales$Fecha, label = TRUE)
Cantidad_Delitos_Mes <-
ggplot(data= Estadisticas_Policiales, aes(x = Mes)) +
geom_bar( ) +
ggtitle("Cantidad de Delitos en el 2021 (Mesuales)") +
xlab("Meses") +
ylab("Cantidad de Delitos") +
theme_hc()
# Gráfico plotly
Cantidad_Delitos_Mes %>%
ggplotly() %>%
config(locale = 'es')
Proporcion_de_Delito_por_Genero <-
Estadisticas_Policiales %>%
ggplot(aes(x = Genero, fill = Delito)) +
geom_bar(position = "fill") +
ggtitle("Proporciones de Delito por tipo de Género") +
xlab("Género") +
ylab("Proporción") +
labs(fill = "Delitos") +
theme_minimal()
ggplotly(Proporcion_de_Delito_por_Genero) %>% config(locale = 'es')
grafico_4 <- filter(Estadisticas_Policiales, grepl('HEREDIA|ALAJUELA|CARTAGO|SAN JOSE', Provincia))
Delitos_SanJose_Alajuela_Cartago_Heredia <-
grafico_4 %>%
count(Provincia) %>%
ggplot(aes(x = reorder(Provincia, -n), y = n)) +
geom_bar(stat = "identity") +
ggtitle("Delitos en las Provincias de San José, Alajuela, Cartago y Heredia") +
xlab("Provincias") +
ylab("Cantidad de Delitos") +
theme_hc()
# Gráfico plotly
Delitos_SanJose_Alajuela_Cartago_Heredia %>%
ggplotly() %>%
config(locale = 'es')